语言:

• 匈牙利语 许可证: Apache-2.0 标签:

• 句子转换器

• 句子相似度

• 特征提取

• 训练生成

• 数据集大小:1207229

• 损失函数:多负例排序损失 基础模型: nomic-ai/modernbert-embed-base 小部件示例:

• 源句: "无名即意味着" 候选句:

  • "从街头节庆到为期一周的盛会再到冰雪嘉年华！这些节日让您有机会在单一地点品尝本德啤酒厂的精选产品——实际上全年在多个地点都能体验！品鉴佳酿、聆听美妙旋律、与酿酒师相遇。啤酒时光在此！"
  • "Fara /fara/ [双音节]作为女孩名源自中古英语和阿拉伯语，Fara名字的含义是可爱、宜人。Fara是Farrah（中古英语/阿拉伯语）的变体，源自英语单词fair。可对比姓氏Fura。"
  • "英文中Fara名字意为：旅人。Fara名字源自英语人名。Fara通常用作女孩名或女性名字。"

• 源句: "唱小威利的人" 候选句:

  • "有人在唱歌"
  • "威廉·爱德华·小威利·约翰（1937.11.15–1968.5.26）是美国摇滚与节奏蓝调歌手，活跃于1950年代至1960年代初。他以榜单热门歌曲闻名，如《All Around the World》(1955)、《Need Your Love So Bad》(1956)和《Fever》(1956)。"
  • "这首歌应该是Sweet演唱的《Little Willy》。因为小威利，威利不回家。但没人能推动威利。威利不走，试着告诉大家，但没用。小威利，威利不回家。"

• 源句: "1901年结婚时，他与妻子（莫斯科艺术剧院同事奥尔加·克尼佩尔）从婚礼直接前往疗养院度蜜月。" 候选句:

  • "1901年迎娶妻子后，他们从仪式直接出发蜜月旅行。"
  • "这等于波速除以频率。波长以米(m)为单位表示。λ=波长，波峰间距(m)。v=波速，波单向运动速度(m/s)。f=频率，特定时间内通过某点的波峰数(周期/s或Hz)。波长公式相关问题：1)声速约340 m/s。求频率20.0周期/秒(人类听觉下限)的声波波长。答：波速v=340 m/s，频率f=20.0周期/s。"
  • "他的妻子从未去过疗养院。"

• 源句: "伊丽莎白·布莱克威尔的身份" 候选句:

  • "修改定义指对事物的变更、补充或重述，通常旨在改进。例如美国宪法修正案。1正向变化；改进。2纠正错误、缺陷等。"
  • "伊丽莎白·布莱克威尔（1707[1]–1758）是苏格兰植物插画家兼作家，以1737至1739年间出版的《奇异草药》图版创作与雕刻闻名。"
  • "伊丽莎白·布莱克威尔是美国首位获得医学学位的女性。她在女性医学教育领域开创先河，并创办了女子医学院。她是首位被列入英国医师名录的女性，得以在英美两地行医。"

• 源句: "美人鱼综合征的遗传成因" 候选句:

  • "Rfcamat的回答。信任票：459。若患有美人鱼综合征，应是先天伴随，腿部会呈现分裂或双截肢状态。该病症源于循环系统问题导致下半身（腿部）缺氧和营养不足。详情见下方链接。美人鱼综合征不可后天获得，属于先天性疾病。患者并非人鱼，仅表现为双腿融合。多个内脏缺失或畸形。"
  • "建议摄入柔软温和食物，如布丁、苹果酱或酸奶。奶油状物质易于吞咽且无明显痛感。随着喉咙痛缓解，逐步增加食物种类。烤水果蔬菜（如烤苹果、烤梨、烤胡萝卜）是理想选择。土豆泥、南瓜泥、细面条和米饭也是优质软食。此外，含蔬菜、面条或软肉块的汤品适合扁桃体炎患者。选择不刺激喉咙的固体食物，如烤鸡、烤牛肉、全麦面包和完整水果。硬饼干、披萨皮、脆饼等过硬零食应待痊愈后食用。"
  • "1美人鱼综合征可能源于母亲接触辐射等环境因素导致胎儿发育相关基因突变。2自然发生的胎儿基因突变也可能引发该畸形。需进一步研究遗传、生物或环境诱因。治疗方案：若仅皮肤连接且三大骨骼发育完全，可通过手术分离双腿。"

管道任务: 句子相似度 库名称: sentence-transformers 评估指标:

• 余弦准确度 模型索引:
• 名称: ModernBERT-base 结果:
  • 任务: 类型: 三元组 名称: 三元组 数据集: 名称: 全三元组开发集 类型: all-triplet-dev 指标:
    • 类型: 余弦准确度 值: 0.7990294511378849 名称: 余弦准确度
  • 任务: 类型: 三元组 名称: 三元组 数据集: 名称: 全三元组测试集 类型: all-triplet-test 指标:
    • 类型: 余弦准确度 值: 0.8031143874761866 名称: 余弦准确度

ModernBERT-base

这是基于nomic-ai/modernbert-embed-base在json数据集上微调的sentence-transformers模型。它将句子和段落映射到768维稠密向量空间，可用于语义文本相似度、语义搜索、复述挖掘、文本分类、聚类等任务。

模型详情

模型描述

• 模型类型: 句子转换器
• 基础模型: nomic-ai/modernbert-embed-base
• 最大序列长度: 8192个标记
• 输出维度: 768维
• 相似度函数: 余弦相似度
• 训练数据集: json
• 语言: 匈牙利语
• 许可证: Apache-2.0

模型来源

• 文档: Sentence Transformers文档
• 代码库: GitHub上的Sentence Transformers
• Hugging Face: Hugging Face上的Sentence Transformers

完整模型架构

SentenceTransformer(
  (0): Transformer({'max_seq_length': 8192, 'do_lower_case': False}) with Transformer model: ModernBertModel 
  (1): Pooling({'word_embedding_dimension': 768, 'pooling_mode_cls_token': False, 'pooling_mode_mean_tokens': True, 'pooling_mode_max_tokens': False, 'pooling_mode_mean_sqrt_len_tokens': False, 'pooling_mode_weightedmean_tokens': False, 'pooling_mode_lasttoken': False, 'include_prompt': True})
  (2): Normalize()
)

使用方式

直接使用（Sentence Transformers）

首先安装Sentence Transformers库：

pip install -U sentence-transformers

然后加载模型并进行推理：

from sentence_transformers import SentenceTransformer

# 从🤗 Hub下载
model = SentenceTransformer("karsar/ModernBERT-base-hu_v3")
# 运行推理
sentences = [
    '美人鱼综合征的遗传成因',
    'Rfcamat的回答。信任票：459。若患有美人鱼综合征，应是先天伴随，腿部会呈现分裂或双截肢状态。该病症源于循环系统问题导致下半身（腿部）缺氧和营养不足...（后续内容同上）',
    '1美人鱼综合征可能源于母亲接触辐射等环境因素导致胎儿发育相关基因突变...（后续内容同上）',
]